检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

智慧教育英语线上课程资源聚类系统设计

信息技术 2024年第2期48卷 138-142页

作者：薛俊杰西安思源学院西安710038

英语线上课程资源聚类系统检索效率较低、准确率不高。为此,提出智慧教育英语线上课程资源聚类系统。聚类系统硬件部分由数据采集层、数据聚类处理层和应用层构成。采用Gibbs算法采集数据,采用K-均值聚类方法预处理和分类采集到的数据;... 详细信息

英语线上课程资源聚类系统检索效率较低、准确率不高。为此,提出智慧教育英语线上课程资源聚类系统。聚类系统硬件部分由数据采集层、数据聚类处理层和应用层构成。采用Gibbs算法采集数据,采用K-均值聚类方法预处理和分类采集到的数据;软件部分由持久层、数据访问层、业务逻辑层和表现层构成,采用J2FF技术将检索完成的结果以可视化的形式展现。实验结果表明,该系统能有效提高线上教育资源的检索效率,且准确率较高,符合实际用户需求。

关键词：智慧教育英语线上课程资源聚类系统 K-Means算法可视化展示

一种自动编码机与K-means相结合的高光谱图像聚类方法

在线全文

学校读者我要写书评

暂无评论

黑龙江工程学院学报 2020年第6期34卷 23-27,33页

作者：刘柏森刘志衡孔伟力黑龙江工程学院电气与信息工程学院黑龙江哈尔滨150001

为了更好地对没有先验知识的高光谱图像进行地物分析,利用聚类系统快速稳定的优势,通过堆栈自动编码机结合K-means算法搭建1个高光谱图像聚类系统。借用堆栈自动编码机对数据进行非线性降维,基于自编码的再表达输入原理,重构高光谱图像... 详细信息

为了更好地对没有先验知识的高光谱图像进行地物分析,利用聚类系统快速稳定的优势,通过堆栈自动编码机结合K-means算法搭建1个高光谱图像聚类系统。借用堆栈自动编码机对数据进行非线性降维,基于自编码的再表达输入原理,重构高光谱图像,验证特征数据的可靠性。利用堆栈自动编码机生成的特征数据可以显著地减少聚类算法所需求的计算强度和训练时间。实验结果表明,经过堆栈自动编码机提取特征后的聚类系统,在去掉不参与聚类地物的类别之后,聚类系统的平均精度可以达到95.26%,满足实际使用的精度要求。

关键词：高光谱图像堆栈自动编码机聚类系统

在线全文

学校读者我要写书评

暂无评论

搜索引擎结果的聚类系统研究

搜索引擎结果的聚类系统研究

作者：奚婷西南交通大学

学位级别：硕士

随着网络信息的急速增长,搜索引擎成为了人们使用最广泛的网络工具。由于现在的搜索引擎返回的结果过于庞大,只是一个线性列表,用户在使用搜索引擎时,往往只浏览前几个文档,经常找不到需要的信息,因此研究人员引入了聚类来改善搜索引擎... 详细信息

随着网络信息的急速增长,搜索引擎成为了人们使用最广泛的网络工具。由于现在的搜索引擎返回的结果过于庞大,只是一个线性列表,用户在使用搜索引擎时,往往只浏览前几个文档,经常找不到需要的信息,因此研究人员引入了聚类来改善搜索引擎。由于聚类是一种非监督算法,并且使用十分灵活,所以它成为改善搜索引擎的一个重要工具。本文完成了搜索引擎结果聚类系统,使用了Lingo算法的改进算法ALingo,对以达到能够缩短用户检索时间,更快找到所需信息的目的。本文的主要研究工作如下：在文本聚类中,准确的文本预处理成为了能够提高聚类效果的前提,在本文中,完成了中英文文本预处理,包括去除符号、中文分词处理、英文还原词干以及去除停用词。然后对文档进行特征提取,利用向量空间模型将文本转换成可处理的矩阵,为文档聚类打下良好基础。深入研究Lingo算法,了解其流程以及LSI处理方法,将其与后缀树聚类算法相比较,突出Lingo算法的优越性。研究发现Lingo算法存在无法提取出存在于两个句子中的类标签的缺点,所以本文引入了数据挖掘中的关联规则的算法Apriori算法,对文档进行处理,寻找到文档中的频繁项集,即文档的主题,经过特殊的去重处理,作为搜索建议关键字返回给用户。由于搜索建议关键字是没有句子界限限制的,所以更加能够体现出文档的多主题特性,使用户能够更深入了解文档的主题,方便进行二次搜索,缩短搜索时间。本文完成的搜索引擎聚类系统使用全文搜索引擎Lucene的搜索结果,对其进行聚类,显示在页面上。实验结果表明,本文研究的算法,有利于缩短用户搜索时间,达到预期效果。

关键词：搜索引擎聚类系统 Lingo ALingo Lucene

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

搜索引擎返回结果聚类技术的研究与实现

搜索引擎返回结果聚类技术的研究与实现

作者：陈菊红西南交通大学

学位级别：硕士

随着因特网技术的飞速发展和搜索引擎技术的日趋成熟,人们逐渐开始频繁利用网络来获取所需的资源,而现有的搜索引擎返回的查询结果数量庞大且呈线性排列,用户很难在较短的时间内找到有用的信息,因此如何能够快捷、准确地发现信息则成为... 详细信息

随着因特网技术的飞速发展和搜索引擎技术的日趋成熟,人们逐渐开始频繁利用网络来获取所需的资源,而现有的搜索引擎返回的查询结果数量庞大且呈线性排列,用户很难在较短的时间内找到有用的信息,因此如何能够快捷、准确地发现信息则成为目前信息检索领域亟待解决的问题。文本聚类具有较强的灵活性和自动处理能力,已经逐渐成为对搜索引擎进行有效地组织和导航的重要手段。本文就文本聚类算法进行了深入的研究,采用Lingo聚类算法作为主要框架,探索和研究文本聚类在搜索引擎领域内的应用,主要研究工作如下: 文本预处理的许多关键技术直接影响聚类的效果,因此本文对文本聚类预处理中涉及的关键技术做了深入的研究,在此基础上设计和实现了包含网页去噪、词干提取、停止词过滤等功能的预处理子系统。 TF-IDF(Term Frequency Inverse-Document Frequency)是向量空间模型中最常用的权重计算方法,它可以有效地强化在文档中出现的高频词汇的权重,弱化在文档集合中出现频率较高但是包含文档信息量少的常用词的权重。但是,事实上词对文档的重要程度还与词的词性以及词在文档中的位置因素有关,因此本文在传统的TF-IDF的基础上加入词性权重与位置权重对其进行修正,实验证明改进后的TF-IDF可以更加准确的描述词对文档的重要程度,有效地提高了聚类算法的查准率和查全率,使算法的整体性能有了较大的提高。本文对Lingo聚类算法做了深入的研究和分析,通过对比实验证明它比目前流行的后缀树算法(STC)聚类的性能更优,提取出的类标签更能反映类别信息,易于理解。但是它产生的聚类没有层次性,不能很好的反映类别之间的包含关系。因此本文在Lingo的基础上引入HSTC(层次的后缀树聚类算法)中层次组织的方法对Lingo的聚类结果进行层次组织。实验证明改进后的层次的Lingo聚类算法(HLingo)能够较好的表现类别之间的层次关系,提取出的类标签也能充分的反应类别信息,克服了类合并时出现的类标签提取过长的问题,而且通过引入双阈值来调整包含关系,有效地克服了HSTC中类合并频繁的问题。无论是在测试集数据比较单一还是比较复杂的情况下都能获得较好的聚类效果,比HSTC具有更好稳定性。通常情况下对词进行词性标注时必须要考虑词的上下文环境,因此如果将词性标注技术引入搜索引擎结果聚类系统则意味着对搜索搜索引擎返回的结果必须在线进行标注,但由于词性标注算法的实现往往比较复杂,算法的时间复杂度较高,这对搜索引擎结果聚类系统的运行效率影响很大。本文对词性标注技术做了较为深入的研究,考虑到将词性标注引入聚类系统带来的巨大的系统开销,设计和实现了一个基于XML的词性词典,只有第一次被检索到的文档才进行词性标注并更新词典,否则直接在词典中查询即可得到词的词性信息,通过这种方式有效地避免了对相同文档地重复标注,从而减少了系统不必要的开销。最后结合以上几个方面的研究,设计和实现了一个聚类系统HappyDonkey,并将开源的搜索引擎Nutch集成到本系统中,实现了一个既可以对Yahoo搜索引擎返回的结果进行聚类,又可以就本系统的查询结果进行聚类,对外开放查询接口的多功能的聚类系统。实验证明,本文所研究的内容,有利于聚类算法性能的改进,达到了一定的预期效果。

关键词：文本聚类 TF-IDF 词性标注 Nutch 聚类系统

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

海洋环境质量评价的灰色聚类模型及应用

重庆工业管理学院学报 1997年第3期11卷 47-51页

作者：宋江敏刘加伶重庆工业管理学院管理工程系

基于灰色系统理论创始人邓聚龙教授的灰色建模思想，建立了海洋环境质量评价的灰色聚类模型，并用此模型对大连海湾某海区水质进行了评价，其结果与实际情况相吻合。

关键词：灰色聚类模型聚类权聚类系统海洋环境质量